机器学习(未完结)🤖

机器学习算法

• 有监督学习 Supervised learning
• 无监督学习 Unsupervised learning
• 强化学习 Reinforcement learning

有监督学习

1. 线性回归
2. 分类 Classification

无监督学习

1. 聚类算法Clustering algorithm
   一种获取没有标签的数据并尝试自动将它们分组到集群中的无监督学习算法
   例如: Google News 通过聚类算法，将相似新闻中出现多次的关键词分为一个集群

有监督学习VS无监督学习

监督学习是根据已知预知未知，而无监督学习则是从无序找寻有序
区别是在分类之前是否确切知道数据可以映射为哪几种类别

Jupyter Notebooks 安装

当今机器学习和数据科学从业者使用最广泛的工具是Jupyter Notebooks，这是我们很多人用来编写代码、进行实验和尝试的默认环境。
Jupyter Notebooks介绍、安装及使用教程传送门

有监督学习实践案例 Supervised learning Cases

1.线性回归模型

• training set : 表示训练集
• learning algorithm : 表示机器学习算法(模型)
• $x$ : 表示特征值 feature
• $f$ : 表示模型 model
• $\hat{y}$ : 表示预测值 prediction

• 模型 model : $f_{w,b}(x)=wx+b$
• 参数 parameters : $w,b$
• 成本函数 cost function: $J(w,b)=\frac{1}{2m}\sum _{i=1}^m(f_{w,b}(x^{(i)})-y^{(i)}{)}^2$
• 目标 goal : $minimiz{e}_{w,b}J(w,b)$